머신러닝에 관한 9가지 오해

오늘은 CIO코리아에 올라온 기사중에 머신러닝에 관한 9가지 오해 라는 기사가 있어서 링크를 해 보았습니다.

4차 산업시대로 진입하는 시점에 머신러닝이 화제가 되어 있는데요...

이 기사에서는 사람들이 머신러닝에 대해 오해 하고 있는 9가지들을 일목 요연하게 잘 풀어 놓았네요.^^

원문보기 - http://www.ciokorea.com/news/37676

내용요약

1. 머신러닝==AI : 머신러닝은 아주 빠른속도와 규모로 통계처리를 하는 기법이다.  2. 모든데이터가 유용하다 : 분류된 데이터만 유용하다.  3. 항상 많은 데이터가 필요하다 : 대형데이터 세트로 학습하는 방법을 배운 결과를 가지고 작은 학습데이터 이전이 가능  4. 누구나 머신러닝 시스템을 구축할 수 있다 : 머신러닝을 구현하기 위해서는 많은 경험이 필요하다.  5. 데이터의 모든 패턴이 유용하다 : -> 기사 참조  6. 강화 학습을 사용할 준비가 돼 있다 : -> 기사 참조  7. 머신러닝은 편견이 없다 : -> 기사참조  8. 머신러닝은 좋은 일에만 쓰인다 : -> 기사 참조  9. 머신러닝이 사람을 대신할 것이다 : -> 기사 참조

5번 항목 부터는 로그인을 해야만 기사를 볼 수 있는 항목이라서 내용요약 보다도 직접 기사를 참조하시라고 권해 드립니다.

가입은 자신의 이메일과 이름 휴대폰 번호만 있으면 되기 때문에 이 기사에 관심을 가지고 계신 분이시라면 이정도 개인 정보는 노출을 해도(?) => 찜찜하시다면 인증받으실 이메일 주소만 정확히 하시고 이름과 휴대폰은 가명을 사용하셔도^^

일단 이 기사를 확인해 보니 저희 같은 일반 사람들이 AI는 머신러닝과 동일하게 인식을 하고 있는데 이것은 잘못된 오해라고 하네요.

실제로 머신러닝은 굉장히 많은 빅데이터를 분류별로 가공해서 태그를 붙여서 이것을 학습하는 기법을 머신러닝이라고 하며 인공지능은 자연어 처리나 머신러닝이 관여되지 않는 제약 만족 같은 접근법 등으로 적용범위와 응용분야가 광범위한 기술을 일컫는 말입니다.

예를 들면 인공지능 스피커와 같이 사람이 이야기 하는 것을 음성 분석을 하여 그 사람이 내린 명령이 무엇인지 확인 하는 자연어 처리와 같은 기법을 인공지능이라고 하는 반면에 머신러닝은 데이터 분석 즉 주식시장에서 어떤 한 종목을 분석해 보면 주가의 흐름을 알수가 있는데요... 이러한 주가를 분석하다 보면 주가가 오를 확률 내려갈 확률을 예측 가능하게 됩니다. 이렇게 많은 데이터를 분석하여 데이터 패턴을 학습하여 결과를 예측하는 기법이 머신러닝 이라고 합니다.

하지만 사실 인공지능과 머신러닝의 경계점이 모호해 지기는 합니다.

일반적으로 인공지능을 구현하기 위해서는 머신러닝의 데이터 처리 기법이 그 안에 녹아 있어야 실제로 원할한 인공지능이 아닐까 생각해 보게 됩니다.

또한 머신러닝에서 모든 데이터가 유용하지는 않고 훈련에 사용하는 데이터는 모두 레이블(분류가 되어 있는 데이터)이 된 데이터만 사용 가능하다는 점입니다.

인간도 아기가 태어나서 혼돈의 세계에서 아무도 이것이 참이고 거짓이고를 구분해 주지 않는다면 참과 거짓 없이 무분별한 삶을 살아 갈것입니다.

실제로 정글북에서 나오는 소년 주인공 처럼 사람과 같이 자라지 못하고 동물과 같이 자란 환경에서는 자연의 그 많은 데이터를 입력 받더라도 어떤것이 참이고 어떤것이 거짓인지를 판단 하지 못할 것입니다.

이렇게 머신러닝에서 모든 데이터가 필요한것이 아니고 참과 거짓을 판별할 수 있는 레이블 된 데이터만 필요하게 되는 것입니다.

이러한 데이터를 분류하는 작업은 필수적으로 사람의 손을 거쳐야 하는 것이기 때문에...

요즘에 뜨는 직업군 중 하나로 머신러닝 트레이너 라는 직업이 생기는 이유이기도 합니다.

제가 알고 있는 머신러닝 트레이너 한분도 역시 머신러닝이라고 신기술을 접한다고 해서 입문을 했는데...

실제로 데이터 분류작업을 하는 노가다성(?) 직업이라고 하는 말을 들었습니다.

일반 사람들에게 신기술, 편한 기술을 선보이기 위해서는 그 속에 숨어 있는 노력 들이 분명히 존재 할 것입니다.

미래시대를 살아갈 학생들에게도 지금 보이는 미래시대의 겉모습만을 바라 보지 말고...

그 속에서 숨쉬는 기술의 내면을 바라보고 그 이치를 깨닫는다면 미래시대에 걸 맞는 훌륭한 인재로 거듭나지 않을까 조심스럽게 생각해 보게 됩니다.